Creatify-Team
TEILEN
IN DIESEM ARTIKEL
Wenn Sie auf der Suche nach Unternehmen sind, die KI nutzen, präsentieren Ihnen die Top-Ergebnisse die Forbes AI 50 und ein Dutzend Listicle-Artikel, die jeweils Dutzende von Beispielen versprechen. Die meisten von ihnen beantworten jedoch eine andere Frage als die, die Sie gestellt haben. Die Frage, welche Unternehmen KI nutzen und wofür, hat eine präzisere und ehrlichere Antwort, und diese beginnt mit einer Zahl, die fast niemand in eine Schlagzeile packt: Seit Anfang 2026 stellt das U.S. Census Bureau fest, dass gerade einmal rund jedes fünfte amerikanische Unternehmen KI in irgendeiner Geschäftsfunktion einsetzt.
Das reale Bild besteht also aus drei Ebenen. Es gibt Unternehmen, die KI in der Produktion einsetzen und offenlegen, was sie tut. Es gibt einen riesigen Haufen von Launches, Pilotprojekten und öffentlichen Rückziehern, die mehr Presse als Ergebnisse erzielt haben. Und es gibt die stille Mehrheit, die das Geschehen immer noch von der Seitenlinie aus beobachtet. Dies ist ein Rundgang durch alle drei Bereiche, basierend auf dem, was die Unternehmen selbst bestätigt haben.
Was „KI nutzen“ wirklich bedeutet und was als eines der Unternehmen gilt, die KI einsetzen
Vor den Beispielen ist eine Definition angebracht, da die Listicle-Artikel diesen Punkt gerne überspringen. Ein Unternehmen „nutzt KI“ im eigentlichen Sinne, wenn es öffentlich erklärt hat, dass ein System live, in der Produktion und für eine bestimmte Aufgabe im Einsatz ist. Diese Hürde ist wichtig, da die meisten der beeindruckenden Zahlen, die Sie lesen werden, mit einem Sternchen versehen sind: Es handelt sich um Angaben der Unternehmen selbst. Wenn Klarna angibt, dass sein Assistent die Arbeit von 700 Agenten erledigt hat, stammt diese Zahl von Klarna selbst aus einer eigenen Ankündigung, nicht aus einer unabhängigen Prüfung. Ein bestätigter Einsatz und ein unabhängig verifizierter ROI sind zwei verschiedene Dinge – und in der Lücke dazwischen lebt ein Großteil des Hypes.
Behalten Sie diesen Unterschied für alles Folgende im Hinterkopf. Eine Pressemitteilung ist ein Marketing-Akt. Ein Earnings Call, eine behördliche Meldung oder eine detaillierte Unternehmensmitteilung ist eine verbindlichere Zusage, wenn auch immer noch selbst berichtet. Unter den Unternehmen, die heute KI-Technologie einsetzen, sind diejenigen ernst zu nehmen, die einen Workflow, eine Nutzerzahl und ein Ergebnis nennen.
Die bestätigten Implementierungen und was sie wirklich tun
Amazon ist eines der klarsten Beispiele für ein Unternehmen, das KI in der täglichen Produktion einsetzt. Im Juli 2025 kündigte das Unternehmen DeepFleet an, ein generatives KI-Modell, das seine Lagerroboter so koordiniert, wie ein Fluglotse Flugzeuge steuert. Amazon gab an, dass die Flotte die Marke von einer Million Robotern überschritten habe und dass DeepFleet die Effizienz der Roboterwege um etwa 10 % verbesserte. Daneben gibt es Rufus, den Shopping-Assistenten, und die Nachfrageprognosemodelle, die entscheiden, welcher Lagerbestand wo platziert wird. Nichts davon ist die humanoide Roboter-Zukunft, die auf Keynotes gerne verkauft wird. Es ist Logistik, die schrittweise schneller gemacht wird.
Quelle: Amazon News
Walmart berichtet Ähnliches aus den Filialen. Im Juni 2025 stellte der Einzelhändler eine Reihe von Tools für Mitarbeiter vor: einen In-App-KI-Assistenten, den die Mitarbeiter mehr als 900.000 Mal pro Woche bei etwa drei Millionen täglichen Anfragen nutzen, und eine Echtzeit-Übersetzungsfunktion für 44 Sprachen, damit Personal und Kunden miteinander kommunizieren können. Walmart gab außerdem an, dass ein KI-Schichtplanungstool die Zeit für die Dienstplanerstellung durch Manager nach eigenen Schätzungen von etwa 90 auf 30 Minuten verkürzt hat, obwohl dieses Tool nur für die Nachtauffüllung live war und andernorts noch getestet wurde. Diese gemischte Reife ist das ehrliche Bild echter Technologie-Adaption, und das überlebt Zusammenfassungen selten.
Im Finanzsektor ist die KI am tiefsten ins Backoffice vorgedrungen, und hier findet sich die dichteste Ansammlung von Unternehmen, die künstliche Intelligenz in großem Stil einsetzen. JPMorgan Chase gab an, dass seine hauseigene LLM Suite den Großteil der Belegschaft erreicht hat, und schreibt seinen Coding-Assistenten Effizienzsteigerungen im Bereich von 10 bis 20 % für die Engineering-Teams zu. Morgan Stanley stellte in Zusammenarbeit mit OpenAI seinen Finanzberatern einen Assistenten zur Verfügung, der die Bibliothek des Unternehmens mit mehr als 100.000 Research-Dokumenten durchsucht, sowie ein Tool namens Debrief, das Kundenmeetings protokolliert. OpenAI und das Unternehmen berichten, dass mittlerweile mehr als 98 % der Beraterteams das Tool nutzen. Und Erica von der Bank of America, die seit 2018 live ist, überschritt im Jahr 2025 die Marke von drei Milliarden Kundeninteraktionen und bedient fast 50 Millionen Nutzer bei mehr als 58 Millionen Interaktionen pro Monat.
Und dann ist da noch Klarna, das Fallbeispiel, das von beiden Seiten der Debatte gleichermaßen zitiert wird. Anfang 2024 erklärte das Fintech, dass sein von OpenAI betriebener Assistent im ersten Monat 2,3 Millionen Konversationen abgewickelt habe – etwa zwei Drittel seiner Support-Chats –, was der Arbeit von 700 Vollzeitkräften entsprach. Dieser Einsatz war real. Was als Nächstes geschah, ist jedoch der lehrreichere Teil.
Das Sternchen bei den Kennzahlen
Achten Sie auf den roten Faden in dieser Liste. Bei Unternehmen, die KI-Technologie im produktiven Maßstab einsetzen, sind die Systeme, die tatsächlich live sind, meist spezialisiert, intern und auf die eigenen Daten des Unternehmens ausgerichtet: Roboter routen, Mitarbeiterfragen beantworten, proprietäre Research-Daten durchsuchen, routinemäßige Support-Tickets lösen. Sie sind nützlich und sie sind unspektakulär, und genau deshalb funktionieren sie. Das reißerische, autonome, kundenorientierte „KI-macht-alles“-Versprechen sucht man in der Rubrik der bestätigten Erfolge meist vergeblich.
Zudem ist jede der oben genannten Schlagzeilen-Zahlen eine Angabe der Unternehmen selbst. Das macht die Zahlen nicht falsch. Es bedeutet, dass man sie richtigerweise als Behauptungen interpretieren muss, für die ein Unternehmen mit seinem Namen bürgen wollte, gemessen an seinen eigenen Maßstäben – was ein echtes, aber begrenztes Signal ist. Behalten Sie diesen Gedanken für den nächsten Abschnitt im Hinterkopf, in dem diese Art der Selbstberichterstattung genau umgekehrt verläuft.
Der Hype-Haufen: Launches, Piloten und öffentliche Rückzieher
Bei Klarna wendet sich das Blatt. Im Mai 2025, rund ein Jahr nach dem triumphalen Rollout, begann das Unternehmen wieder menschliche Agenten für komplexe, nuancierte Fälle einzustellen. CEO Sebastian Siemiatkowski räumte ein, dass das Unternehmen zu sehr auf Kostenersparnis gesetzt und die Qualität vernachlässigt habe und dass die Kunden die Option eines echten Menschen wünschten. Die KI blieb und wickelt weiterhin den Großteil der Chats ab; die Story vom vollständigen Ersatz der Mitarbeiter hat den Kontakt mit echten Kunden nicht überlebt.
McDonald's lieferte ein noch deutlicheres Warnsignal. Nach einem dreijährigen Test einer von IBM entwickelten Sprachbestellung in etwa 100 Drive-Thrus beendete das Unternehmen die Partnerschaft im Juni 2024. Die Bestellgenauigkeit stagnierte im niedrigen 80%-Bereich, und Social Media füllte sich mit Clips, in denen das System einer einzigen Bestellung Hunderte von McNuggets hinzufügte oder Speck auf Eisbecher packte. Eine Genauigkeit von knapp über 80 % klingt ordentlich, bis man sich daran erinnert, dass ein Drive-thru davon lebt, dass die Bestellung jedes Mal absolut fehlerfrei ist.
Air Canada musste die Lektion zum Thema Haftung auf die harte Tour lernen. Der Support-Chatbot erfand eine Ermäßigung für Trauerfälle, die es gar nicht gab. Als die Fluggesellschaft sich weigerte, diese zu gewähren, entschied ein Tribunal in British Columbia im Februar 2024, dass das Unternehmen für die Aussagen seines Bots haftbar sei, und wies das Argument zurück, der Chatbot sei eine eigenständige juristische Person. Der Schadenersatz war gering. Der Präzedenzfall war es nicht: Die Fehler einer kundenorientierten KI gehören dem Unternehmen, das sie einsetzt. New York City lief im selben Jahr vor die gleiche Wand, als herauskam, dass der MyCity-Business-Chatbot Gründern erzählte, sie dürften Dinge tun, die das Gesetz eindeutig verbietet.
Selbst die chaotischeren Fälle folgen diesem Muster. Als der CEO von Duolingo im April 2025 Pläne für eine „AI-First“-Ausrichtung ankündigte, war der Backlash so laut, dass er das Wording später zurücknahm, obwohl das Unternehmen weiter wuchs. Die Misserfolge häufen sich alle an einer Stelle: KI, die autonom und kundenorientiert ist und auf unstrukturierte, unsaubere Inputs losgelassen wird.
Der Teil, den niemand vermarktet: Die meisten Unternehmen nutzen noch gar keine KI
Wenn man von den bekannten Namen Abstand nimmt, ist die Realität am Boden ernüchternd für jeden, der glaubt, die gesamte Wirtschaft sei bereits auf KI umgestellt. Der Business Trends and Outlook Survey des Census Bureau bezifferte die Akzeptanz auf Unternehmensebene bis Anfang 2026 auf rund 18 bis 20 %, was gewichtet nach Beschäftigtenzahl auf etwa 32 % ansteigt, da größere Unternehmen schneller adaptieren. Bei Unternehmen mit mindestens 250 Beschäftigten lag die Akzeptanzrate im oberen 30-Prozent-Bereich. Bei den kleinsten Unternehmen bewegte sie sich kaum.
Unter den Unternehmen, die es versucht haben, machten viele wieder einen Rückzieher. S&P Global Market Intelligence fand heraus, dass 42 % der Unternehmen im Jahr 2025 die meisten ihrer KI-Initiativen einstellten – ein drastischer Anstieg gegenüber 17 % im Vorjahr – und dass das durchschnittliche Unternehmen fast die Hälfte seiner Proof-of-Concepts abbrach, bevor sie die Produktion erreichten, wobei Kosten und Datensicherheit als Gründe genannt wurden. Eine viel diskutierte MIT-Studie aus dem Jahr 2025 ging noch weiter und berichtete, dass 95 % der generativen KI-Piloten in Unternehmen keine messbaren Auswirkungen auf Gewinn und Verlust zeigten; diese Zahl wurde zwar bestritten, aber selbst ihre Kritiker kommen auf das gleiche Problembild. Die Adaption ist real, sie wächst, aber sie ist weitaus lückenhafter, als das Marketing vermuten lässt.
Was für Unternehmen, die KI nutzen, im Jahr 2026 also tatsächlich funktioniert
Die Grenze zwischen den bestätigten Erfolgen und dem Hype-Haufen ist so konsistent, dass man sie als Regel formulieren kann. KI verdient ihren Platz, wenn die Aufgabe klar eingegrenzt ist, die Daten Ihnen gehören, ein Mensch im Loop bleibt und ein echter Workflow dahintersteckt statt nur eine Demo. Sie scheitert, wenn man ihr eine offene, kundenorientierte Aufgabe mit unsauberen Inputs und ohne Leitplanken übergibt. Die Unternehmen, die künstliche Intelligenz im Jahr 2026 erfolgreich einsetzen, haben sich meist ganz bewusst für die unspektakuläre Variante entschieden.
Das hat praktische Konsequenzen für jeden, der entscheiden muss, wohin das Budget fließen soll. Die verlässlichen Erfolge liegen in klar umgrenzten, hochvolumigen Aufgaben, die ein System tausendmal auf dieselbe Weise erledigen kann. Die Umwandlung einer Produktseite in eine Reihe von Video-Ad-Varianten ist eine solche Aufgabe, weshalb ein Tool wie Creatify genau in das funktionierende Muster passt: eine spezifische Aufgabe, Ihre eigenen Inputs und eine Person, die entscheidet, was live geht. Die unzuverlässigen Wetten sind diejenigen, bei denen ein Modell eine komplette Kundenbeziehung unbeaufsichtigt führen soll. Zwei Jahre voller bestätigter Implementierungen und öffentlicher Rückzieher haben die Richtung gewiesen. Es lohnt sich, diese Karte zu studieren, bevor Ihr Unternehmen sich in eine der beiden Spalten einreiht.
Lesen Sie auch: Werbestrategien im Marketing: Was im Jahr 2026 funktioniert und was nicht
Häufig gestellte Fragen
Wie viele Unternehmen nutzen im Jahr 2026 KI?
Weniger, als die Schlagzeilen vermuten lassen. Der Business Trends and Outlook Survey des U.S. Census Bureau beziffert die Akzeptanz auf Unternehmensebene bis Anfang 2026 auf rund 18 bis 20 % der US-Unternehmen in einer bestimmten Geschäftsfunktion, was auf beschäftigungsgewichteter Basis auf etwa 32 % ansteigt, da große Arbeitgeber schneller adaptieren. Bei Unternehmen mit 250 oder mehr Beschäftigten liegt die Akzeptanzrate im oberen 30-Prozent-Bereich, während sich bei den kleinsten Unternehmen kaum etwas bewegt hat.
Welche großen Unternehmen nutzen KI und wofür?
Unter den Unternehmen mit bestätigten Live-Einsätzen: Amazon nutzt sein DeepFleet-Modell zur Koordinierung von mehr als einer Million Lagerrobotern und Rufus, um Käufern zu helfen; Walmart nutzt einen In-App-Assistenten für Filialmitarbeiter und ein Übersetzungstool für 44 Sprachen; JPMorgan Chase hat eine hauseigene LLM Suite für Dokumentenanalyse und Coding implementiert; Morgan Stanley stellt Beratern einen auf OpenAI basierenden Research-Assistenten zur Verfügung; Erica von der Bank of America hat über drei Milliarden Kundeninteraktionen abgewickelt; und Klarna hat einen großen Teil des Kundensupports automatisiert. Die meisten dieser Aufgaben sind spezialisiert, intern oder dienen der Informationsbeschaffung; die autonomen Systeme, die aktiv vermarktet werden, fehlen in der Liste der bestätigten Erfolge meist.
Ersetzt KI Arbeitsplätze in diesen Unternehmen?
Meistens unterstützt sie bei spezifischen Aufgaben. Der öffentlichste Versuch, Personal direkt zu ersetzen – der von Klarna –, wurde 2025 teilweise rückgängig gemacht, als das Unternehmen nach Qualitätsbeschwerden wieder menschliche Agenten einstellte. Daten des Census Bureau zeigen, dass bisher nur ein kleiner Teil der KI-nutzenden Unternehmen personelle Veränderungen direkt auf KI zurückführt.
Warum scheitern so viele KI-Projekte?
S&P Global Market Intelligence fand heraus, dass 42 % der Unternehmen im Jahr 2025 die meisten ihrer KI-Initiativen einstellten, wobei das durchschnittliche Unternehmen fast die Hälfte seiner Proof-of-Concepts vor der Produktion abbrach und Kosten- sowie Datensicherheitsprobleme anführte. Der gemeinsame Nenner bei prominenten Misserfolgen wie dem Drive-thru-Test von McDonald's und dem Support-Chatbot von Air Canada ist autonome, kundenorientierte KI, die ohne ausreichende Leitplanken auf unsaubere Inputs losgelassen wird.
Wie unterscheidet man echte KI-Nutzung von Marketing-Hype?
Achten Sie auf einen konkret benannten Workflow, eine Nutzerzahl und ein Ergebnis, das in einem Earnings Call, einer offiziellen Meldung oder einer detaillierten Unternehmensmitteilung offengelegt wird – nicht auf eine Pressemitteilung über einen „Launch“. Denken Sie daran, dass selbst bestätigte Kennzahlen meist von den Unternehmen selbst stammen und nicht unabhängig geprüft sind. Betrachten Sie einen Live-Einsatz daher als stärkeres Signal als ein Pilotprojekt und ein Pilotprojekt als stärkeres Signal als eine Keynote-Folie.
Wenn Sie auf der Suche nach Unternehmen sind, die KI nutzen, präsentieren Ihnen die Top-Ergebnisse die Forbes AI 50 und ein Dutzend Listicle-Artikel, die jeweils Dutzende von Beispielen versprechen. Die meisten von ihnen beantworten jedoch eine andere Frage als die, die Sie gestellt haben. Die Frage, welche Unternehmen KI nutzen und wofür, hat eine präzisere und ehrlichere Antwort, und diese beginnt mit einer Zahl, die fast niemand in eine Schlagzeile packt: Seit Anfang 2026 stellt das U.S. Census Bureau fest, dass gerade einmal rund jedes fünfte amerikanische Unternehmen KI in irgendeiner Geschäftsfunktion einsetzt.
Das reale Bild besteht also aus drei Ebenen. Es gibt Unternehmen, die KI in der Produktion einsetzen und offenlegen, was sie tut. Es gibt einen riesigen Haufen von Launches, Pilotprojekten und öffentlichen Rückziehern, die mehr Presse als Ergebnisse erzielt haben. Und es gibt die stille Mehrheit, die das Geschehen immer noch von der Seitenlinie aus beobachtet. Dies ist ein Rundgang durch alle drei Bereiche, basierend auf dem, was die Unternehmen selbst bestätigt haben.
Was „KI nutzen“ wirklich bedeutet und was als eines der Unternehmen gilt, die KI einsetzen
Vor den Beispielen ist eine Definition angebracht, da die Listicle-Artikel diesen Punkt gerne überspringen. Ein Unternehmen „nutzt KI“ im eigentlichen Sinne, wenn es öffentlich erklärt hat, dass ein System live, in der Produktion und für eine bestimmte Aufgabe im Einsatz ist. Diese Hürde ist wichtig, da die meisten der beeindruckenden Zahlen, die Sie lesen werden, mit einem Sternchen versehen sind: Es handelt sich um Angaben der Unternehmen selbst. Wenn Klarna angibt, dass sein Assistent die Arbeit von 700 Agenten erledigt hat, stammt diese Zahl von Klarna selbst aus einer eigenen Ankündigung, nicht aus einer unabhängigen Prüfung. Ein bestätigter Einsatz und ein unabhängig verifizierter ROI sind zwei verschiedene Dinge – und in der Lücke dazwischen lebt ein Großteil des Hypes.
Behalten Sie diesen Unterschied für alles Folgende im Hinterkopf. Eine Pressemitteilung ist ein Marketing-Akt. Ein Earnings Call, eine behördliche Meldung oder eine detaillierte Unternehmensmitteilung ist eine verbindlichere Zusage, wenn auch immer noch selbst berichtet. Unter den Unternehmen, die heute KI-Technologie einsetzen, sind diejenigen ernst zu nehmen, die einen Workflow, eine Nutzerzahl und ein Ergebnis nennen.
Die bestätigten Implementierungen und was sie wirklich tun
Amazon ist eines der klarsten Beispiele für ein Unternehmen, das KI in der täglichen Produktion einsetzt. Im Juli 2025 kündigte das Unternehmen DeepFleet an, ein generatives KI-Modell, das seine Lagerroboter so koordiniert, wie ein Fluglotse Flugzeuge steuert. Amazon gab an, dass die Flotte die Marke von einer Million Robotern überschritten habe und dass DeepFleet die Effizienz der Roboterwege um etwa 10 % verbesserte. Daneben gibt es Rufus, den Shopping-Assistenten, und die Nachfrageprognosemodelle, die entscheiden, welcher Lagerbestand wo platziert wird. Nichts davon ist die humanoide Roboter-Zukunft, die auf Keynotes gerne verkauft wird. Es ist Logistik, die schrittweise schneller gemacht wird.
Quelle: Amazon News
Walmart berichtet Ähnliches aus den Filialen. Im Juni 2025 stellte der Einzelhändler eine Reihe von Tools für Mitarbeiter vor: einen In-App-KI-Assistenten, den die Mitarbeiter mehr als 900.000 Mal pro Woche bei etwa drei Millionen täglichen Anfragen nutzen, und eine Echtzeit-Übersetzungsfunktion für 44 Sprachen, damit Personal und Kunden miteinander kommunizieren können. Walmart gab außerdem an, dass ein KI-Schichtplanungstool die Zeit für die Dienstplanerstellung durch Manager nach eigenen Schätzungen von etwa 90 auf 30 Minuten verkürzt hat, obwohl dieses Tool nur für die Nachtauffüllung live war und andernorts noch getestet wurde. Diese gemischte Reife ist das ehrliche Bild echter Technologie-Adaption, und das überlebt Zusammenfassungen selten.
Im Finanzsektor ist die KI am tiefsten ins Backoffice vorgedrungen, und hier findet sich die dichteste Ansammlung von Unternehmen, die künstliche Intelligenz in großem Stil einsetzen. JPMorgan Chase gab an, dass seine hauseigene LLM Suite den Großteil der Belegschaft erreicht hat, und schreibt seinen Coding-Assistenten Effizienzsteigerungen im Bereich von 10 bis 20 % für die Engineering-Teams zu. Morgan Stanley stellte in Zusammenarbeit mit OpenAI seinen Finanzberatern einen Assistenten zur Verfügung, der die Bibliothek des Unternehmens mit mehr als 100.000 Research-Dokumenten durchsucht, sowie ein Tool namens Debrief, das Kundenmeetings protokolliert. OpenAI und das Unternehmen berichten, dass mittlerweile mehr als 98 % der Beraterteams das Tool nutzen. Und Erica von der Bank of America, die seit 2018 live ist, überschritt im Jahr 2025 die Marke von drei Milliarden Kundeninteraktionen und bedient fast 50 Millionen Nutzer bei mehr als 58 Millionen Interaktionen pro Monat.
Und dann ist da noch Klarna, das Fallbeispiel, das von beiden Seiten der Debatte gleichermaßen zitiert wird. Anfang 2024 erklärte das Fintech, dass sein von OpenAI betriebener Assistent im ersten Monat 2,3 Millionen Konversationen abgewickelt habe – etwa zwei Drittel seiner Support-Chats –, was der Arbeit von 700 Vollzeitkräften entsprach. Dieser Einsatz war real. Was als Nächstes geschah, ist jedoch der lehrreichere Teil.
Das Sternchen bei den Kennzahlen
Achten Sie auf den roten Faden in dieser Liste. Bei Unternehmen, die KI-Technologie im produktiven Maßstab einsetzen, sind die Systeme, die tatsächlich live sind, meist spezialisiert, intern und auf die eigenen Daten des Unternehmens ausgerichtet: Roboter routen, Mitarbeiterfragen beantworten, proprietäre Research-Daten durchsuchen, routinemäßige Support-Tickets lösen. Sie sind nützlich und sie sind unspektakulär, und genau deshalb funktionieren sie. Das reißerische, autonome, kundenorientierte „KI-macht-alles“-Versprechen sucht man in der Rubrik der bestätigten Erfolge meist vergeblich.
Zudem ist jede der oben genannten Schlagzeilen-Zahlen eine Angabe der Unternehmen selbst. Das macht die Zahlen nicht falsch. Es bedeutet, dass man sie richtigerweise als Behauptungen interpretieren muss, für die ein Unternehmen mit seinem Namen bürgen wollte, gemessen an seinen eigenen Maßstäben – was ein echtes, aber begrenztes Signal ist. Behalten Sie diesen Gedanken für den nächsten Abschnitt im Hinterkopf, in dem diese Art der Selbstberichterstattung genau umgekehrt verläuft.
Der Hype-Haufen: Launches, Piloten und öffentliche Rückzieher
Bei Klarna wendet sich das Blatt. Im Mai 2025, rund ein Jahr nach dem triumphalen Rollout, begann das Unternehmen wieder menschliche Agenten für komplexe, nuancierte Fälle einzustellen. CEO Sebastian Siemiatkowski räumte ein, dass das Unternehmen zu sehr auf Kostenersparnis gesetzt und die Qualität vernachlässigt habe und dass die Kunden die Option eines echten Menschen wünschten. Die KI blieb und wickelt weiterhin den Großteil der Chats ab; die Story vom vollständigen Ersatz der Mitarbeiter hat den Kontakt mit echten Kunden nicht überlebt.
McDonald's lieferte ein noch deutlicheres Warnsignal. Nach einem dreijährigen Test einer von IBM entwickelten Sprachbestellung in etwa 100 Drive-Thrus beendete das Unternehmen die Partnerschaft im Juni 2024. Die Bestellgenauigkeit stagnierte im niedrigen 80%-Bereich, und Social Media füllte sich mit Clips, in denen das System einer einzigen Bestellung Hunderte von McNuggets hinzufügte oder Speck auf Eisbecher packte. Eine Genauigkeit von knapp über 80 % klingt ordentlich, bis man sich daran erinnert, dass ein Drive-thru davon lebt, dass die Bestellung jedes Mal absolut fehlerfrei ist.
Air Canada musste die Lektion zum Thema Haftung auf die harte Tour lernen. Der Support-Chatbot erfand eine Ermäßigung für Trauerfälle, die es gar nicht gab. Als die Fluggesellschaft sich weigerte, diese zu gewähren, entschied ein Tribunal in British Columbia im Februar 2024, dass das Unternehmen für die Aussagen seines Bots haftbar sei, und wies das Argument zurück, der Chatbot sei eine eigenständige juristische Person. Der Schadenersatz war gering. Der Präzedenzfall war es nicht: Die Fehler einer kundenorientierten KI gehören dem Unternehmen, das sie einsetzt. New York City lief im selben Jahr vor die gleiche Wand, als herauskam, dass der MyCity-Business-Chatbot Gründern erzählte, sie dürften Dinge tun, die das Gesetz eindeutig verbietet.
Selbst die chaotischeren Fälle folgen diesem Muster. Als der CEO von Duolingo im April 2025 Pläne für eine „AI-First“-Ausrichtung ankündigte, war der Backlash so laut, dass er das Wording später zurücknahm, obwohl das Unternehmen weiter wuchs. Die Misserfolge häufen sich alle an einer Stelle: KI, die autonom und kundenorientiert ist und auf unstrukturierte, unsaubere Inputs losgelassen wird.
Der Teil, den niemand vermarktet: Die meisten Unternehmen nutzen noch gar keine KI
Wenn man von den bekannten Namen Abstand nimmt, ist die Realität am Boden ernüchternd für jeden, der glaubt, die gesamte Wirtschaft sei bereits auf KI umgestellt. Der Business Trends and Outlook Survey des Census Bureau bezifferte die Akzeptanz auf Unternehmensebene bis Anfang 2026 auf rund 18 bis 20 %, was gewichtet nach Beschäftigtenzahl auf etwa 32 % ansteigt, da größere Unternehmen schneller adaptieren. Bei Unternehmen mit mindestens 250 Beschäftigten lag die Akzeptanzrate im oberen 30-Prozent-Bereich. Bei den kleinsten Unternehmen bewegte sie sich kaum.
Unter den Unternehmen, die es versucht haben, machten viele wieder einen Rückzieher. S&P Global Market Intelligence fand heraus, dass 42 % der Unternehmen im Jahr 2025 die meisten ihrer KI-Initiativen einstellten – ein drastischer Anstieg gegenüber 17 % im Vorjahr – und dass das durchschnittliche Unternehmen fast die Hälfte seiner Proof-of-Concepts abbrach, bevor sie die Produktion erreichten, wobei Kosten und Datensicherheit als Gründe genannt wurden. Eine viel diskutierte MIT-Studie aus dem Jahr 2025 ging noch weiter und berichtete, dass 95 % der generativen KI-Piloten in Unternehmen keine messbaren Auswirkungen auf Gewinn und Verlust zeigten; diese Zahl wurde zwar bestritten, aber selbst ihre Kritiker kommen auf das gleiche Problembild. Die Adaption ist real, sie wächst, aber sie ist weitaus lückenhafter, als das Marketing vermuten lässt.
Was für Unternehmen, die KI nutzen, im Jahr 2026 also tatsächlich funktioniert
Die Grenze zwischen den bestätigten Erfolgen und dem Hype-Haufen ist so konsistent, dass man sie als Regel formulieren kann. KI verdient ihren Platz, wenn die Aufgabe klar eingegrenzt ist, die Daten Ihnen gehören, ein Mensch im Loop bleibt und ein echter Workflow dahintersteckt statt nur eine Demo. Sie scheitert, wenn man ihr eine offene, kundenorientierte Aufgabe mit unsauberen Inputs und ohne Leitplanken übergibt. Die Unternehmen, die künstliche Intelligenz im Jahr 2026 erfolgreich einsetzen, haben sich meist ganz bewusst für die unspektakuläre Variante entschieden.
Das hat praktische Konsequenzen für jeden, der entscheiden muss, wohin das Budget fließen soll. Die verlässlichen Erfolge liegen in klar umgrenzten, hochvolumigen Aufgaben, die ein System tausendmal auf dieselbe Weise erledigen kann. Die Umwandlung einer Produktseite in eine Reihe von Video-Ad-Varianten ist eine solche Aufgabe, weshalb ein Tool wie Creatify genau in das funktionierende Muster passt: eine spezifische Aufgabe, Ihre eigenen Inputs und eine Person, die entscheidet, was live geht. Die unzuverlässigen Wetten sind diejenigen, bei denen ein Modell eine komplette Kundenbeziehung unbeaufsichtigt führen soll. Zwei Jahre voller bestätigter Implementierungen und öffentlicher Rückzieher haben die Richtung gewiesen. Es lohnt sich, diese Karte zu studieren, bevor Ihr Unternehmen sich in eine der beiden Spalten einreiht.
Lesen Sie auch: Werbestrategien im Marketing: Was im Jahr 2026 funktioniert und was nicht
Häufig gestellte Fragen
Wie viele Unternehmen nutzen im Jahr 2026 KI?
Weniger, als die Schlagzeilen vermuten lassen. Der Business Trends and Outlook Survey des U.S. Census Bureau beziffert die Akzeptanz auf Unternehmensebene bis Anfang 2026 auf rund 18 bis 20 % der US-Unternehmen in einer bestimmten Geschäftsfunktion, was auf beschäftigungsgewichteter Basis auf etwa 32 % ansteigt, da große Arbeitgeber schneller adaptieren. Bei Unternehmen mit 250 oder mehr Beschäftigten liegt die Akzeptanzrate im oberen 30-Prozent-Bereich, während sich bei den kleinsten Unternehmen kaum etwas bewegt hat.
Welche großen Unternehmen nutzen KI und wofür?
Unter den Unternehmen mit bestätigten Live-Einsätzen: Amazon nutzt sein DeepFleet-Modell zur Koordinierung von mehr als einer Million Lagerrobotern und Rufus, um Käufern zu helfen; Walmart nutzt einen In-App-Assistenten für Filialmitarbeiter und ein Übersetzungstool für 44 Sprachen; JPMorgan Chase hat eine hauseigene LLM Suite für Dokumentenanalyse und Coding implementiert; Morgan Stanley stellt Beratern einen auf OpenAI basierenden Research-Assistenten zur Verfügung; Erica von der Bank of America hat über drei Milliarden Kundeninteraktionen abgewickelt; und Klarna hat einen großen Teil des Kundensupports automatisiert. Die meisten dieser Aufgaben sind spezialisiert, intern oder dienen der Informationsbeschaffung; die autonomen Systeme, die aktiv vermarktet werden, fehlen in der Liste der bestätigten Erfolge meist.
Ersetzt KI Arbeitsplätze in diesen Unternehmen?
Meistens unterstützt sie bei spezifischen Aufgaben. Der öffentlichste Versuch, Personal direkt zu ersetzen – der von Klarna –, wurde 2025 teilweise rückgängig gemacht, als das Unternehmen nach Qualitätsbeschwerden wieder menschliche Agenten einstellte. Daten des Census Bureau zeigen, dass bisher nur ein kleiner Teil der KI-nutzenden Unternehmen personelle Veränderungen direkt auf KI zurückführt.
Warum scheitern so viele KI-Projekte?
S&P Global Market Intelligence fand heraus, dass 42 % der Unternehmen im Jahr 2025 die meisten ihrer KI-Initiativen einstellten, wobei das durchschnittliche Unternehmen fast die Hälfte seiner Proof-of-Concepts vor der Produktion abbrach und Kosten- sowie Datensicherheitsprobleme anführte. Der gemeinsame Nenner bei prominenten Misserfolgen wie dem Drive-thru-Test von McDonald's und dem Support-Chatbot von Air Canada ist autonome, kundenorientierte KI, die ohne ausreichende Leitplanken auf unsaubere Inputs losgelassen wird.
Wie unterscheidet man echte KI-Nutzung von Marketing-Hype?
Achten Sie auf einen konkret benannten Workflow, eine Nutzerzahl und ein Ergebnis, das in einem Earnings Call, einer offiziellen Meldung oder einer detaillierten Unternehmensmitteilung offengelegt wird – nicht auf eine Pressemitteilung über einen „Launch“. Denken Sie daran, dass selbst bestätigte Kennzahlen meist von den Unternehmen selbst stammen und nicht unabhängig geprüft sind. Betrachten Sie einen Live-Einsatz daher als stärkeres Signal als ein Pilotprojekt und ein Pilotprojekt als stärkeres Signal als eine Keynote-Folie.
Bereit, Ihr Produkt in ein fesselndes Video zu verwandeln?
